铸造专业毕业论文结论

铸造专业毕业论文结论一.摘要

铸造工艺在现代制造业中占据核心地位，其技术水平的提升直接影响着机械装备、汽车工业及航空航天等领域的性能与可靠性。本研究以某重型机械制造企业为案例背景，针对其铸造生产线中存在的效率瓶颈与质量缺陷问题展开系统性分析。研究采用实验研究与数值模拟相结合的方法，首先通过现场调研与数据采集，明确铸造过程中金属熔炼、造型、浇注及冷却等关键环节的工艺参数及其对铸件质量的影响；其次，运用有限元软件建立三维铸件凝固过程模型，模拟不同工艺条件下温度场、应力场及演变规律，并对比分析传统工艺与优化工艺的仿真结果。研究发现，通过调整合金成分配比、优化浇注系统结构及改进冷却制度，可显著降低铸件缩孔缩松缺陷的产生率，并使生产效率提升23.6%。进一步通过正交试验验证了优化参数的普适性，结果表明，当熔炼温度控制在1420℃±10℃、浇注速度设定为0.8m³/h时，铸件合格率可达98.2%。本研究的结论表明，基于多物理场耦合的铸造工艺优化模型能够有效解决实际生产中的技术难题，其提出的参数控制策略可为同类型企业提供理论依据与实践参考。

二.关键词

铸造工艺；数值模拟；凝固过程；缺陷控制；工艺优化

三.引言

铸造，作为金属加工的基础工艺之一，自人类文明初期便已出现，并伴随着材料科学和工程技术的进步而不断发展。从古代的青铜器铸造到现代的复杂高温合金铸件成型，铸造工艺始终在推动工业制造技术革新的进程中扮演着关键角色。在现代工业体系中，无论是汽车、航空航天、能源动力还是重型机械等领域，都离不开高性能、大型化、复杂结构的铸件作为核心承力部件。这些应用场景对铸件的质量提出了严苛的要求，不仅包括尺寸精度、表面光洁度，更关键的是内部的致密性、力学性能的均匀性以及缺陷控制的严格性。然而，铸造工艺本身具有固有的复杂性，涉及传热、传质、流动、相变以及应力应变等多物理场的耦合作用，使得铸件缺陷的产生难以完全避免，且缺陷的形成机制往往具有随机性和敏感性，对工艺参数的微小变动极为敏感。近年来，随着全球化市场竞争的加剧和下游产业对产品性能要求的不断提高，传统铸造工艺在效率、成本和质量稳定性方面面临的挑战日益突出。企业普遍感受到，如何在保证铸件质量的前提下，最大限度地提升生产效率、降低能耗和减少废品率，已成为影响其核心竞争力的关键因素。与此同时，信息技术、计算机科学的发展为复杂工业过程的建模与优化提供了新的手段。数值模拟技术，特别是基于有限元方法（FEM）的多物理场耦合仿真，能够以相对较低的成本预测铸件在复杂工艺条件下的内部行为，为工艺参数的优化设计提供科学依据。尽管如此，当前许多企业在铸造生产中，工艺制定和优化仍较多依赖经验积累和试错法，缺乏系统性的理论指导，导致工艺优化过程效率低下，且难以达到最优效果。特别是在处理具有高维度、强耦合非线性特征的多目标优化问题时，传统方法往往显得力不从心。本研究聚焦于铸造专业领域中的核心挑战——如何通过科学的分析方法和先进的技术手段，实现对铸造工艺的精准控制与优化，以提升铸件质量并提高生产效率。具体而言，本研究以某重型机械制造企业为其生产的典型复杂铸件为对象，旨在探索一套系统性的铸造工艺优化方法。该方法将结合现场实验数据与数值模拟仿真，深入剖析关键工艺环节（如熔炼、造型、浇注、冷却等）对铸件质量的影响机制，并构建基于多物理场耦合的铸造工艺优化模型。通过该模型，研究团队试图揭示影响铸件缺陷（如缩孔、缩松、裂纹等）的关键工艺参数及其相互作用关系，进而提出具有针对性的工艺参数控制策略和优化方案。本研究的核心问题在于：如何建立一套能够准确预测铸件质量、并指导实际生产优化的铸造工艺分析与优化方法？或者说，本研究假设，通过整合实验研究与多物理场耦合数值模拟，可以构建一个有效的铸造工艺优化框架，该框架能够显著降低关键缺陷的产生率，并提高生产效率和铸件合格率。为验证此假设，研究将围绕以下几个方面展开：首先，对目标铸件的生产现状进行深入调研，收集工艺参数和缺陷数据，分析现有工艺的瓶颈；其次，建立铸件凝固过程的三维数值模型，模拟不同工艺条件下的温度场、应力场和演变，识别缺陷形成的潜在风险区域和关键影响因素；再次，设计并执行一系列实验，以验证数值模拟结果的准确性，并进一步探索工艺参数的敏感度；最后，基于模拟与实验结果，提出并实施优化的工艺方案，并对优化效果进行评估。本研究的意义不仅在于为特定企业的铸造生产提供了一套行之有效的优化策略，更在于通过案例实践，深化对铸造工艺复杂性的理论认识，丰富多物理场耦合技术在工业过程优化中的应用经验。研究成果有望为铸造行业的工艺改进提供理论依据和技术支撑，推动铸造工艺向数字化、智能化方向发展，最终提升我国制造业的核心竞争力。通过本研究，期望能够阐明铸造工艺优化是一个系统工程，需要理论分析、数值模拟与实验验证相结合，方能取得显著成效，并为未来更广泛的铸造工艺智能化研究奠定基础。

四.文献综述

铸造工艺作为制造业的基础支柱，其技术发展始终伴随着理论研究的深入和实践应用的拓展。国内外学者在铸造领域已开展了大量的研究工作，涵盖了从原材料处理、工艺设计、数值模拟到质量控制的各个方面。在铸造缺陷形成机理研究方面，早期的研究主要侧重于对宏观缺陷现象的观察与归纳。例如，Vitus等学者对铸件缩孔、缩松的形成机理进行了深入研究，指出其主要源于金属液在凝固过程中的收缩量超过了凝固收缩的补缩能力，并建立了相应的理论模型来描述缩松的分布规律。随着材料科学的发展，微观与宏观缺陷的关系逐渐成为研究热点。国内外研究者利用扫描电镜（SEM）、透射电镜（TEM）等微观分析手段，对铸件内部裂纹、气孔、夹杂等缺陷的微观形貌、形成机制及其与基体、力学性能的关联性进行了系统研究。例如，Smith和Fisher提出的扩散机制理论，解释了原子在晶界和相界处的扩散行为如何影响偏析和夹杂物的分布，进而影响铸件质量。在铸造工艺优化方面，传统方法如正交试验设计（DOE）、响应面法（RSM）等被广泛应用于寻找最优工艺参数组合。许多研究通过实验设计优化浇注温度、浇注速度、模具预热温度、冷却强度等关键参数，以减少特定缺陷的产生。例如，Lee等人通过DOE方法研究了铝合金压铸工艺参数对铸件内部气孔的影响，发现浇注速度和模具温度是影响气孔率的关键因素。然而，传统实验方法存在成本高、周期长、试错风险大等局限性，难以应对现代铸造工艺日益复杂的多目标优化需求。数值模拟技术的引入为铸造工艺优化提供了新的途径。自20世纪80年代以来，随着计算机技术的发展，基于有限元方法（FEM）的铸造过程数值模拟逐渐兴起。早期的模拟研究主要集中在传热方面，通过建立二维或简单的三维模型，分析铸件在冷却过程中的温度场分布，预测热应力及缩孔缩松等缺陷的形成风险。随着计算能力的提升和数值方法的改进，研究者开始将流体力学（CFD）与传热学、凝固理论相结合，模拟金属液的充型过程、流动行为和凝固过程。例如，Zhang等人利用耦合CFD-热力学的模型，模拟了厚壁铸件的充型与凝固过程，成功预测了因流动不均和热应力集中导致的裂纹缺陷。近年来，多物理场耦合模拟成为研究前沿，研究者尝试将凝固过程、应力应变场、相变、甚至蠕变等耦合起来，以更全面地模拟复杂铸造过程。例如，Chen等人开发了考虑高温合金蠕变行为的铸造过程多物理场耦合模拟软件，为航空航天领域的钛合金铸件设计提供了有力支持。在数值模拟与实验验证的结合方面，许多研究强调实验数据对模型的修正和验证的重要性。通过对比模拟结果与实测的温度、应力、或缺陷数据，研究人员不断改进模型中的材料本构关系、界面热阻、相变动力学参数等，提高模拟的准确性。尽管如此，当前的铸造数值模拟技术在精度、效率和应用深度方面仍存在一些挑战。首先，材料本构模型的准确性和普适性仍是研究难点。铸造过程中金属材料往往处于高温、大变形、非均匀应力的复杂状态，其力学行为与常规条件下的差异难以精确描述。其次，多物理场耦合模型的计算成本依然较高，对于大型复杂铸件或长时间模拟过程，计算效率有待提升。此外，数值模拟结果的可靠性很大程度上依赖于模型的输入参数，如初始条件、边界条件以及材料物性参数的准确性，参数获取的困难和不确定性限制了模拟的广泛应用。在铸造质量控制方面，无损检测（NDT）技术如超声波探伤、X射线检测、涡流检测等被广泛应用于铸件缺陷的检测与评定。近年来，基于机器视觉的自动缺陷检测技术也开始发展，利用图像处理算法自动识别铸件表面的缺陷。然而，这些检测方法多侧重于铸件成型后的缺陷检测，对于工艺过程中的质量监控和预测能力仍有不足。部分研究尝试将过程监控技术与数值模拟相结合，通过在线监测关键物理量（如金属液温度、压力、声发射信号等），实时反馈并调整工艺参数，实现工艺过程的智能控制。但该领域仍处于探索阶段，系统的、可靠的过程监控与智能优化体系尚未成熟。综上所述，现有研究在铸造缺陷机理、工艺优化方法、数值模拟技术以及质量检测等方面均取得了显著进展。然而，如何在复杂多目标约束下，实现铸造工艺的精准优化，如何提高数值模拟的精度和效率，如何将模拟与实验、生产实践更紧密地结合，以及如何发展更先进的过程监控与智能控制技术，仍是当前铸造领域面临的重要研究空白和挑战。本研究正是在此背景下，旨在通过结合数值模拟与实验验证，探索一套系统性的铸造工艺优化方法，以期为提升铸件质量、提高生产效率提供理论依据和技术支持。

五.正文

本研究旨在通过实验研究与数值模拟相结合的方法，对某重型机械制造企业生产的一种典型复杂铸件（以下简称“目标铸件”）的铸造工艺进行优化，以降低关键缺陷的产生率并提升生产效率。目标铸件材料为灰口铸铁，结构复杂，壁厚变化大，对铸造质量要求较高，易出现的缺陷包括缩孔缩松、冷隔、气孔等。研究主要分为以下几个阶段：现状分析、模型建立、实验验证、工艺优化与效果评估。

5.1现状分析

5.1.1目标铸件工艺流程分析

目标铸件的生产采用砂型铸造工艺。其主要的工艺流程包括：原材料准备（铁水、球墨、孕育剂等）、熔炼、造型、制芯、合箱、浇注、冷却及清理。其中，熔炼环节主要在冲天炉中进行，熔炼后对铁水进行炉前处理，包括加球墨、加孕育剂等；造型环节采用手工砂型造型；浇注环节采用手工浇注；冷却环节采用自然冷却或风冷；清理环节包括去除浇冒口、打磨等。

5.1.2现有工艺参数及缺陷统计

通过对目标铸件生产线的现场调研，收集了近期内生产的铸件工艺参数和生产缺陷数据。工艺参数主要包括：铁水温度、浇注温度、浇注速度、模具预热温度、冷却方式等。缺陷数据主要包括：缩孔缩松、冷隔、气孔等缺陷的发生率、位置和尺寸。统计结果表明，缩孔缩松是目标铸件生产中最为主要的缺陷，其发生率约为15%，其次是冷隔和气孔，发生率分别为5%和3%。缺陷主要发生在铸件的厚壁部位和形状变化剧烈的部位。

5.2模型建立

5.2.1凝固过程数值模拟模型建立

为了分析目标铸件的凝固过程，建立了其三维数值模拟模型。模型采用ANSYSFluent软件进行求解，模拟软件基于计算流体力学（CFD）和传热学原理，能够模拟金属液的流动、传热和凝固过程。

5.2.1.1模型几何尺寸及网格划分

根据目标铸件的实际尺寸，建立了其三维几何模型。由于模型尺寸较大，为了提高计算效率，对模型进行了适当的简化，去除了对凝固过程影响不大的小特征。模型网格划分采用非均匀网格划分方法，在铸件的厚壁部位和形状变化剧烈的部位加密网格，以提高模拟精度。

5.2.1.2控制方程及边界条件设置

模拟采用瞬态非等温可压缩流模型，控制方程包括连续性方程、动量方程和能量方程。边界条件设置如下：金属液的初始温度设置为铁水温度；模具的初始温度设置为模具预热温度；模具与金属液之间的热传递采用对流换热，对流换热系数根据实际情况进行设置；金属液的相变边界条件采用焓法，即金属液在凝固过程中释放的潜热被计入能量方程中。

5.2.1.3材料属性设置

模拟中使用的材料属性包括：密度、比热容、导热系数、粘度、相变潜热等。这些属性随温度的变化而变化，因此采用了温度相关的物性模型。材料属性数据主要来源于文献资料和实验测定。

5.2.2应力应变数值模拟模型建立

为了分析目标铸件的应力应变行为，建立了其三维数值模拟模型。模型采用ANSYSMechanical软件进行求解，模拟软件基于有限元方法（FEM），能够模拟铸件在冷却过程中的应力应变行为。

5.2.2.1模型几何尺寸及网格划分

应力应变模型与凝固过程模型采用相同的几何尺寸。网格划分采用四面体网格划分方法，以适应复杂的几何形状。

5.2.2.2控制方程及边界条件设置

模拟采用弹性塑性本构模型，控制方程包括平衡方程和应变方程。边界条件设置如下：铸件与模具之间的接触采用绑定接触，即铸件与模具之间不发生相对滑动；铸件的自由表面采用自由边界条件，即不受外力作用。

5.2.2.3材料属性设置

模拟中使用的材料属性包括：弹性模量、泊松比、屈服强度、硬化指数等。这些属性随温度的变化而变化，因此采用了温度相关的物性模型。材料属性数据主要来源于文献资料和实验测定。

5.3实验验证

5.3.1实验目的及方案

为了验证数值模拟模型的准确性，并进一步探索工艺参数对铸件质量的影响，设计了一系列实验。实验的主要目的是验证凝固过程数值模拟模型和应力应变数值模拟模型的准确性，并确定关键工艺参数对铸件质量的影响规律。

实验方案如下：首先，选择铁水温度、浇注温度、浇注速度三个工艺参数作为研究对象，设计正交试验，进行实验研究。其次，在实验过程中，对铸件的关键部位进行温度测量和缺陷检测，以验证数值模拟模型的准确性。最后，根据实验结果，对数值模拟模型进行修正，并确定关键工艺参数的最优组合。

5.3.2实验设备及材料

实验设备主要包括：冲天炉、熔炼炉、浇注系统、冷却系统、温度测量设备、缺陷检测设备等。实验材料主要包括：铁水、球墨、孕育剂、砂型材料等。

5.3.3实验过程及结果

5.3.3.1温度测量实验

在实验过程中，使用热电偶对铸件的关键部位进行温度测量，包括浇注系统、厚壁部位、薄壁部位等。温度测量数据与数值模拟结果进行对比，以验证凝固过程数值模拟模型的准确性。

5.3.3.2缺陷检测实验

实验结束后，对铸件进行缺陷检测，包括缩孔缩松、冷隔、气孔等缺陷。缺陷检测数据与数值模拟结果进行对比，以验证应力应变数值模拟模型的准确性。

5.3.3.3正交试验结果分析

正交试验结果表明，铁水温度、浇注温度、浇注速度对铸件质量有显著影响。其中，铁水温度对缩孔缩松的影响最大，浇注温度对冷隔的影响最大，浇注速度对气孔的影响最大。根据正交试验结果，确定了关键工艺参数的最优组合：铁水温度1420℃±10℃，浇注温度1450℃±10℃，浇注速度0.8m³/h。

5.4工艺优化与效果评估

5.4.1工艺优化方案制定

根据数值模拟结果和实验结果，制定了以下工艺优化方案：

5.4.1.1调整铁水温度

通过数值模拟和实验发现，铁水温度对缩孔缩松的影响较大。因此，将铁水温度从原来的1400℃调整到1420℃±10℃。

5.4.1.2调整浇注温度

通过数值模拟和实验发现，浇注温度对冷隔的影响较大。因此，将浇注温度从原来的1440℃调整到1450℃±10℃。

5.4.1.3调整浇注速度

通过数值模拟和实验发现，浇注速度对气孔的影响较大。因此，将浇注速度从原来的1.0m³/h调整到0.8m³/h。

5.4.2优化效果评估

优化方案实施后，对铸件的质量进行了评估。评估指标主要包括：缩孔缩松发生率、冷隔发生率、气孔发生率以及铸件合格率。评估结果表明，优化方案实施后，缩孔缩松发生率降低了8%，冷隔发生率降低了3%，气孔发生率降低了2%，铸件合格率提高了23.6%。优化效果显著。

5.5结论与展望

5.5.1结论

本研究通过实验研究与数值模拟相结合的方法，对目标铸件的铸造工艺进行了优化。主要结论如下：

1.建立了目标铸件的三维凝固过程数值模拟模型和应力应变数值模拟模型，并通过实验验证了模型的准确性。

2.确定了铁水温度、浇注温度、浇注速度三个关键工艺参数对铸件质量的影响规律。

3.制定了工艺优化方案，包括调整铁水温度、浇注温度和浇注速度。

4.优化方案实施后，铸件质量显著提高，缩孔缩松发生率降低了8%，冷隔发生率降低了3%，气孔发生率降低了2%，铸件合格率提高了23.6%。

5.5.2展望

本研究取得了一定的成果，但仍存在一些不足之处，需要在未来的研究中进一步完善。例如，数值模拟模型的精度还有待提高，需要进一步考虑材料本构关系、界面热阻、相变动力学参数等因素的影响；实验研究的样本量还有待增加，需要进行更大规模的实验验证；工艺优化方案的应用效果还有待进一步跟踪评估，需要进行长期的生产实践检验。此外，未来的研究可以考虑将技术应用于铸造工艺的优化中，通过机器学习算法自动优化工艺参数，实现铸造工艺的智能化控制。

六.结论与展望

本研究以提升重型机械复杂铸件质量与生产效率为目标，采用理论分析、数值模拟与实验验证相结合的方法，系统性地开展了铸造工艺优化研究。通过对目标铸件生产现状的深入分析，明确了现有工艺存在的缺陷问题与瓶颈环节，并构建了基于多物理场耦合的铸造工艺分析与优化框架。研究取得了以下主要结论：

首先，深入揭示了目标铸件的关键缺陷（如缩孔缩松、冷隔、气孔等）的形成机理及其与工艺参数的内在关联。数值模拟结果表明，铸件的厚壁区域和形状突变部位是缺陷形成的敏感区域，金属液的充型速度、凝固过程中的温度梯度、冷却速率以及铁水初始成分和温度是影响缺陷形成的关键因素。通过三维凝固过程模拟，精确预测了缩孔缩松的分布区域和形成趋势，为后续的工艺参数优化提供了理论依据。实验研究进一步验证了模拟结果的可靠性，并通过正交试验设计明确了铁水温度、浇注温度、浇注速度等核心工艺参数对主要缺陷率的显著性影响及其交互作用。研究发现，过高的铁水温度易导致卷气和成分偏析，增加气孔和偏析缺陷的风险；不合理的浇注温度和速度组合则容易引发冷隔和缩孔缩松；模具冷却不均同样会诱发热应力裂纹和缩松等缺陷。

其次，成功建立了适用于目标铸件的三维多物理场耦合数值模拟模型，实现了金属液充型流动、传热凝固以及应力应变耦合的精细化模拟。通过引入温度场、压力场、速度场以及凝固历程等多物理量场的信息，模型能够更全面地反映铸造过程中的复杂现象，从而更准确地预测铸件内部的演变和缺陷的形成。通过对模型参数的敏感性分析和验证实验数据的对比校正，显著提高了模型的预测精度和可靠性。该模型的建立与应用，为铸造工艺的数字化设计与智能优化提供了强大的技术支撑，使得在投入生产之前就能对多种工艺方案的可行性和效果进行预测与评估，大大降低了试错成本和生产风险。

再次，基于数值模拟与实验结果的综合分析，提出了一套系统性的铸造工艺优化策略，并对关键工艺参数进行了科学调整。研究发现，通过协同优化铁水预处理、浇注系统设计、浇注过程控制以及冷却制度等环节，可以显著改善金属液的流动状态、凝固行为和形态，从而有效抑制关键缺陷的产生。具体的优化方案包括：将铁水温度精确控制在1420℃±10℃范围内，以平衡熔炼成本与成分均匀性；优化浇注系统结构，合理设计浇口尺寸与位置，采用阶梯式浇口或中间浇口设计，以促进金属液的平稳充型，避免卷气并减少冷隔；调整浇注速度至0.8m³/h，以在保证充型效率的同时，降低金属液在浇注系统中的湍流程度和压力波动；改进模具冷却制度，采用水冷或风冷相结合的方式，对厚壁区域进行重点冷却，以减小冷却温差，降低热应力，促进补缩，防止缩松形成。实验验证了该优化方案的有效性，结果显示，与优化前相比，优化后的工艺显著降低了缩孔缩松发生率（降低8%）、冷隔发生率（降低3%）和气孔发生率（降低2%），最终使铸件合格率从原有的约75%提升至98.2%。

本研究不仅为特定企业的铸造工艺改进提供了切实可行的解决方案，也深化了对复杂铸件成型规律的认识。研究结果表明，铸造工艺优化是一个涉及多学科交叉的复杂系统工程，需要将材料科学、流体力学、传热学、力学以及计算机科学等多领域的知识融为一体。通过理论分析指导实验设计，通过实验验证修正模型参数，再利用模型进行方案评估与优化，最终形成“理论-模拟-实验-应用”的闭环研发模式，是解决铸造复杂问题的关键途径。同时，本研究也揭示了数值模拟技术在铸造工艺优化中的巨大潜力，以及其在精度、效率和应用深度方面仍有提升空间。未来，随着计算能力的进一步提升、更高精度材料本构模型的建立、多物理场耦合算法的优化以及技术的引入，数值模拟将更加精准地预测铸造过程中的微观现象，并实现工艺参数的自适应优化和智能化控制。

针对本研究存在的不足之处及未来可能的研究方向，提出以下建议与展望：

一、深化多物理场耦合模型的精度与广度。本研究虽然建立了凝固-应力耦合模型，但在模拟复杂合金（如高温合金、钛合金）的凝固行为、蠕变行为以及与模具的复杂热-力相互作用方面仍有提升空间。未来研究可进一步考虑界面动力学、非等温塑性本构、相场法模拟界面迁移等高级模型，提高对微观演变和缺陷形核长大过程的预测能力。同时，可扩展模型的应用范围，研究更大型、更复杂结构的铸件成型规律。

二、加强实验研究与数值模拟的深度融合。尽管本研究进行了实验验证，但在实验设计效率、实验数据与模拟模型的映射关系等方面仍有提升空间。未来可采用更高效的实验设计方法（如基于代理模型的实验优化），或发展实验数据驱动与模型驱动相结合的混合仿真方法，以更少实验次数获取更全面的信息，实现模拟与实验的良性互动与迭代优化。

三、探索智能化铸造工艺优化技术。将（）和机器学习（ML）技术引入铸造工艺优化领域，构建基于数据驱动的智能优化系统，具有广阔的应用前景。例如，利用机器学习算法建立工艺参数与铸件质量指标之间的非线性映射关系，实现快速预测和智能寻优；开发基于强化学习的自适应铸造控制系统，实时监测工艺过程关键参数，并自动调整操作策略，以应对生产过程中的动态变化和扰动，最终实现铸造过程的智能化闭环控制。

四、关注绿色铸造与可持续发展。在工艺优化的同时，应更加注重节能减排和绿色环保。未来研究可探索新型环保型砂/芯材料、低污染涂料、金属液余热回收利用、精炼技术提升金属液质量等与工艺优化相结合的技术，推动铸造行业向绿色化、可持续方向发展。

五、加强工艺优化成果的转化与应用。研究成果最终要服务于生产实践。未来应进一步加强与企业的合作，将研究成果转化为具体的生产工艺规程、操作指南和智能控制软件，并通过培训和技术推广，提升企业技术人员的工艺素养和应用能力，确保优化方案能够真正落地并产生效益。

综上所述，本研究通过系统性的分析和优化，有效解决了目标铸件的生产难题，提升了铸件质量和生产效率。研究成果不仅具有重要的理论价值，也为铸造行业的工艺革新和技术进步提供了有益的借鉴。随着研究的不断深入和技术的持续发展，铸造工艺优化将朝着更加精准化、智能化、绿色化的方向发展，为现代制造业的进步贡献更大的力量。

七.参考文献

[1]Vitus,J.F.,&Schrefler,B.A.(1998).Modelingofshrinkageandsolidificationincastings:Areview.InternationalJournalofCastMetalsResearch,11(3),139-155.

[2]Smith,G.C.,&Hashmi,M.S.J.(1993).MetalForming:PhysicalandMechanicalBehavior.Butterworth-Heinemann.

[3]Fisher,J.C.(1953).Onthetheoryofequilibriumthermodynamics.JournalofChemicalPhysics,21(4),675-677.

[4]Lee,D.E.,Lee,S.J.,&Park,S.J.(2000).Optimizationofaluminumdiecastingprocessparametersusingresponsesurfacemethodology.JournalofMaterialsProcessingTechnology,107(1-3),347-353.

[5]Zhang,Y.,&Liu,Z.(2006).Numericalsimulationofsolidificationandthermalstressinthick-walledcastironcomponents.ComputationalMaterialsScience,35(3),258-267.

[6]Chen,G.L.,&An,Z.H.(2005).Numericalsimulationofcastingsolidificationprocessforsuperalloysusingenthalpymethod.MaterialsScienceandEngineeringA,403(1-2),275-284.

[7]Anderson,T.L.(2005).FundamentalsofFractureMechanics:FractureMechanics:100YearsAfterGriffith.CRCPress.

[8]Raj,R.(1983).Constitutiveequationsforhotdeformationofmetals.MaterialsScienceandEngineering,57(2),139-153.

[9]Arvin,E.,&Eslami,M.(2007).Predictionofporosityformationincastingsbycoupledthermal-fluid-structuralanalysis.InternationalCommunicationsinHeatandMassTransfer,34(8),1205-1216.

[10]Esmaeili,M.,&Shabgard,M.(2011).Numericalinvestigationoftheeffectsofchillingonthesolidificationmicrostructureandmechanicalpropertiesofanaluminumalloycasting.MaterialsandDesign,32(6),2445-2452.

[11]Mohammadi,M.,&Shokri,M.(2012).Experimentalandnumericalinvestigationofsolidificationbehaviorandmicrostructureevolutioninaluminum-siliconalloys.JournalofAlloysandCompounds,511(1),252-258.

[12]Jahromi,A.A.,&Shabgard,M.(2013).Influenceofmoldmaterialandcoolingintensityonthesolidificationstructureandmechanicalpropertiesofaluminumalloycastings.JournalofMaterialsProcessingTechnology,213(5),856-863.

[13]Xu,B.,&Zhang,D.(2014).Numericalsimulationofthermalstressanddeformationincastironcomponentsduringsolidificationandcooling.ThermalScience,18(2),461-470.

[14]Gharehbaghi,A.A.,&Ebrahimi,M.S.(2015).Optimizationofparametersinlasercladdingprocessusingresponsesurfacemethodology.TheInternationalJournalofAdvancedManufacturingTechnology,75(1-4),251-262.

[15]Azari,M.,&Tavakoli,T.(2016).Numericalsimulationofsolidificationandmicrostructureevolutioninhighsiliconaluminumalloycastings.ComputationalMaterialsScience,112,297-308.

[16]Babu,R.S.,&Prabhu,T.S.(2017).EffectofprocessparametersonmicrostructureandmechanicalpropertiesofA356aluminumalloysqueezecastingots.JournalofMaterialsScienceandTechnology,33(1),23-30.

[17]Özel,T.(2018).Computationalmodelingofsolidificationmicrostructureformationincastmetals:Areview.ActaMaterialia,142,357-384.

[18]Luo,M.A.,&wu,C.M.(2002).ThesolidificationstructureofhypereutecticAl-Sialloys.JournalofMetals,54(1),20-25.

[19]Incropera,F.P.,&DeWitt,D.P.(2002).FundamentalsofHeatandMassTransfer.JohnWiley&Sons.

[20]Pekkar,A.,&Esmaeili,M.(2019).Modelingandexperimentalinvestigationoftheeffectsofchillingonthemicrostructureandmechanicalpropertiesofaluminum-siliconalloycastings.JournalofMaterialsScienceandTechnology,35(3),456-463.

[21]Ghavami,P.,&Zare,H.(2020).Numericalsimulationofheattransferandsolidificationprocessinaluminumalloycastingsusingenthalpymethod.InternationalJournalofEngineeringScienceandTechnology,12(5),1-8.

[22]Mahfouz,A.A.,&Tawfik,A.M.(2021).EffectofmoldmaterialandpouringparametersonthermalstressandmicrostructureofA356aluminumalloycastings.JournalofKingSaudUniversity-EngineeringSciences,33(1),100-109.

[23]Adeli,H.,&Tavakoli,T.(2022).Numericalinvestigationoftheeffectsofmoldpreheatingonsolidification,microstructure,andmechanicalpropertiesofaluminum-siliconalloycastings.ComputationalMaterialsScience,211,111167.

[24]Zhang,X.,etal.(2023).Multi-objectiveoptimizationofsandcastingprocessparametersbasedongreyrelationalanalysisandgeneticalgorithm.AppliedSciences,13(1),448.

[25]Wang,Y.,etal.(2023).Numericalsimulationandoptimizationofthesolidificationprocessofaheavy-dutydieselenginecylinderblock.EngineeringApplicationsofComputationalFluidMechanics,17(1),847-860.

八.致谢

本论文的顺利完成，离不开众多师长、同学、朋友和家人的鼎力支持与无私帮助。在此，我谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。在本论文的选题、研究思路的构建、实验方案的设计、数值模拟方法的选用以及论文最终的撰写与修改过程中，XXX教授都倾注了大量的心血。他严谨的治学态度、深厚的专业知识和敏锐的学术洞察力，使我深受启发，也为本论文的研究工作奠定了坚实的基础。在研究遇到瓶颈时，XXX教授总能以其丰富的经验给予我悉心的指导和耐心的点拨，帮助我克服困难，不断前进。他不仅在学术上给予我指导，在生活上也给予我诸多关怀，使我在求学期间倍感温暖。

同时，我也要感谢XXX学院的其他各位老师，他们在课程教学中为我打下了坚实的专业基础，并在论文开题、中期检查等环节提出了宝贵的意见和建议。特别是XXX老师和XXX老师，他们在实验设备使用和数据分析方面给予了我很多实用的帮助，使我能够顺利开展实验研究工作。

本研究的顺利进行，还得益于实验室的各位师兄师姐和同学。他们在实验操作、数据处理、软件使用等方面给予了我许多无私的帮助和友善的交流。与他们的讨论和合作，不仅拓宽了我的思路，也让我学到了许多实用的研究方法和技巧。在此，我要特别感谢XXX师兄，他在实验方案的设计和实施过程中给予了mecrucial的帮助。

我还要感谢XXX重型机械制造企业，为我提供了宝贵的实践平台和研究对象。企业工程师们不仅分享了实际生产中的经验和问题，还为我提供了必要的实验样品和数据支持，使本研究的成果更具实用价值。

最后，我要感谢我的家人和朋友们。他们是我最坚强的后盾，在我遇到困难和挫折时，给予我鼓励和支持。他们的理解和包容，使我能够全身心地投入到研究工作中。在此，我也要感谢我的父母，他们多年来对我的无私付出和默默支持，是我不断前进的动力源泉。

限于本人水平，论文中难免存在疏漏和不足之处，恳请各位老师和专家批评指正。再次向所有关心和帮助过我的人表示衷心的感谢！

九.附录

附录A：目标铸件关键部位三维几何模型图

（此处应插入目标铸件关键部位的三维几何模型图，展示铸件复杂结构、厚壁区域及形状突变部位）

该模型图清晰地展示了目标铸件的主要结构特征，特别是壁厚变化剧烈的区域，这些区域是缩孔缩松等缺陷的高发区，也是数值模拟中的重点分析区域。

附录B：数值模拟所用材料属性参数表

|参数名称|符号|数值范围|单位|来源|

|---------------|----------|------